PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR SEDE
ESMERALDAS
ESCUELA DE SISTEMAS Y COMPUTACIÓN
TESIS DE GRADO
DISEÑO DE UN SISTEMA INFORMÁTICO QUE PERMITA LA DETECCIÓN
DE ESTRÉS A TRAVEZ DE LA VOZ.
LÍNEA DE INVESTIGACIÓN:
AUTOMATIZACIÓN Y APLICACIONES INTELIGENTES
PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENIERO EN SISTEMAS Y
COMPUTACIÓN
AUTOR:
DRUET RODRÍGUEZ ALAN XAVIER
ASESOR:
DRA. FRANYELIT SUAREZ
ESMERALDAS, mayo 2019
i
TRIBUNAL DE GRADUACIÓN
Trabajo de tesis aprobado luego de haber dado cumplimiento a los requisitos exigidos por
el reglamento de Grado de la PUCESE previo a la obtención del título de INGENIERO
DE SISTEMAS Y COMPUTACIÓN.
…………………………………………………………..
DRA. Franyelit Suarez
Tutor de Tesis
……………….…………………………….……………..
Mgt. Wilson Chango
Lector 1
…………………………………………………………….
Mgt. Manuel Nevarez
Lector 2
………..…………….…………………………………….
Mgt. Xavier Quiñonez Ku
Director de la Escuela de Sistemas y Computación
…………………………………………………………..
Mgt. Maritza Demera Mejía
Secretaria general PUCESE
Fecha:
ii
AUTORÍA
Yo, ALAN XAVIER DRUET RODRÍGUEZ portador de la cédula de identidad
0803463264 declaro que los resultados obtenidos en la investigación que presento como
informe final, previo a la obtención del título de “Ingeniero de Sistemas y Computación”
son absolutamente originales, auténticos y personales.
En tal virtud, declaro que el contenido, las conclusiones y los efectos legales y académicos
que se desprenden del trabajo propuesto de investigación y luego de la redacción de este
documento son y serán de mi sola, exclusiva responsabilidad legal y académica.
…………………………………..………….......
Alan Xavier Druet Rodríguez
C.I. 080346326-4
iii
CERTIFICACIÓN
DRA. Franyelit Suarez docente investigador de la PUCESE, certifica que:
La investigación realizada por ALAN XAVIER DRUET RODRÍGUEZ bajo el título
“DISEÑO DE UN SISTEMA INFORMÁTICO QUE PERMITA LA DETECCIÓN
DE ESTRÉS A TRAVEZ DE LA VOZ” reúne los requisitos de calidad, originalidad y
presentación, además de haber sido incorporadas al documento final, las sugerencias
dadas; en consecuencia, está en condiciones de ser sometida a la valoración del Tribunal
encargada de juzgarla.
Y para que conste a los efectos oportunos, firma la presente en Esmeraldas, abril del 2018.
DRA. Franyelit Suarez.
ASESOR
iv
DEDICATORIA
Mi trabajo de investigación lo dedico con todo mi amor a mis padres Rodríguez
Sevillano Maira y Druet Estacio Felipe por su sacrificio y entrega a lo largo de mi lucha
por salir adelante, por darme el mejor regalo que un padre puede darle a su hijo que es la
educación, que, aunque hemos pasado por momentos difíciles siempre buscaron darnos a
mis hermanos y a mí lo mejor.
El apoyo de mi familia a lo largo de mi vida estudiantil jugo un papel muy importante
para superar cada una de las etapas por las cuales avance, nunca hizo falta un consejo de
mis padres, nunca hizo falta tantas bonitas palabras para alentarme y sobre todo los
abrazos para demostrarme cuando les importo.
Por todo lo antes mencionado y más, dedico esta investigación a Dios que es quien guía
mi camino, me protege y ama.
Quiero expresar lo mucho que AMO a toda mi familia y que este logro nuevo obtenido
no hubiese sido posible si ustedes me hubiesen llegado a faltar.
v
AGRADECIMIENTO
Primero agradecerle a Dios por todo lo bello que nos ha brindado, también le quiero
agradecer por todas aquellas personas que ha colocado en mi camino, que, a pesar de no
ser fácil, ha sido muy favorable y emotivo.
Agradezco a mis padres Maira Rodríguez y Felipe Druet por ser los pilares que
sostienen nuestra familia, me encuentro muy agradecido con Dios por ser fruto de estas
dos maravillosas personas que han trabajado arduamente por darme un estudio de calidad
para estar preparado y enfrentarme a las adversidades que en este mundo yace. No podría
olvidar a mis hermanos Felipe Druet, Bryan Druet, Kevin Druet ellos siempre
estuvieron ahí para mí, no sé qué haría si me faltan mis amados hermanos.
Agradezco también a mis abuelos Aida Sevillano, Alfonso Rodríguez y Luisa Estacio
que me han brindado su apoyo con sus fabulosos consejos que nunca me hicieron falta
cuando necesité.
Aunque la lista de personas a las que aprecio muchísimo es un poco extensa, quiero
resaltar el gran cariño y amistad de Cecilia Velasco, por su apoyo incondicional en todo
momento que lo necesité, a pesar de tener poco tiempo conociéndola como mi jefa, ella
me ha tratado como a un hijo siempre velando por mi bienestar.
A mi asesora DRA. Franyelit Suarez porque con sus consejos y regaños supo orientarme
durante el tiempo de desarrollo de mi investigación.
Sin más que aportar, concluyo dando mis más sinceros sentimientos de gratitud a todos
aquellos que intervinieron en mi vida estudiantil, emocional, laboral y espiritual.
vi
RESUMEN
El estrés es una enfermedad que apareció el siglo pasado como un fenómeno presente
en diferentes tipos de personas, cuyas características variaban de una a otra pero que
las manifestaciones de estrés permanecían iguales entre ellas. Así pues, aparece esta
situación como una característica del organismo ante diferentes estresores o
motivadores de la situación de estrés. Una persona con poca motivación suele presentar
problemas familiares y sociales, ya que se encuentra en una situación incómoda de
salud, donde no le resulta posible adaptarse a ella y el organismo lo evidencia como
una situación de estrés. La persona estresada puede tener un mal desempeño en el
trabajo, así como sueño constante y otras características que le afectan en su día a día.
Muchas enfermedades del sistema nervioso se ven afectadas por el estrés emocional
que pueda sufrir el individuo. En este trabajo se desarrolló un sistema que permite la
evaluación de los niveles de estrés en las personas, de tal manera que se analiza la voz
de los pacientes y a través de las vibraciones sonoras hace posible determinar el nivel
de salud del paciente. Para el desarrollo se empleó inteligencia artificial, para hacer
posible la detección de este mal fue necesario la creación de un aplicativo con dichas
cualidades de detección y que podría ser utilizado como una poderosa herramienta a
favor de nuestros médicos. Entre los resultados encontrados está la detección del estrés
a través del espectro de la voz y la generación de reportes esto con la finalidad de que
el paciente lleve presente como este evoluciona con cada uno de los exámenes que este
se realiza.
Palabras clave: estrés en las personas, inteligencia artificial, sistema médico, salud
ocupacional
vii
ABSTRACT
Stress is a disease that appeared last century as a phenomenon present in different types
of people, whose characteristics varied from one to another but the manifestations of
stress remained the same among them. Thus, this situation appears as a characteristic of
the organism in the face of different stressors or motivators of the stress situation. A
person with little motivation usually presents family and social problems, since he is in
an uncomfortable situation of health, where it is not possible to adapt to it and the
organism evidences it as a stress situation. The stressed person can have a bad
performance at work, as well as constant sleep and other characteristics that affect him in
his day to day. Many diseases of the nervous system are affected by the emotional stress
that the individual may suffer. In this work a system was developed that allows the
evaluation of stress levels in people, in such a way that the voice of the patients is analyzed
and through the sound vibrations it is possible to determine the patient's level of health.
For the development artificial intelligence was used, to make possible the detection of
this evil it was necessary to create an application with these detection qualities and that
could be used as a powerful tool in favor of our doctors. Among the results found is the
detection of stress through the spectrum of the voice and the generation of reports, with
the purpose of allowing the patient to keep present how this evolves with each one of the
exams that is performed.
Keywords: stress in people, artificial intelligence, medical system, occupational health
viii
ÍNDICE
ÍNDICE DE FIGURAS .................................................................................................. ix
ÍNDICE DE TABLAS .................................................................................................... xi
ÍNDICE DE ANEXOS ................................................................................................... xi
GLOSARIO ................................................................................................................... xii
INTRODUCCIÓN .......................................................................................................... 1
JUSTIFICACIÓN ....................................................................................................... 3
OBJETIVOS ................................................................................................................ 5
OBJETIVO GENERAL ......................................................................................... 5
OBJETIVOS ESPECÍFICOS ................................................................................ 5
CAPÍTULO I: MARCO TEÓRICO ............................................................................. 6
1.1. ANTECEDENTES ........................................................................................... 6
1.2. BASES TEÓRICAS ......................................................................................... 8
1.2.1. Inteligencia Artificial ................................................................................ 8
1.2.2. El Estrés Humano ..................................................................................... 9
1.2.3. La Voz ...................................................................................................... 12
CAPÍTULO II: MATERIALES Y METODOS ......................................................... 19
2. METODOLOGÍA ................................................................................................. 19
2.1. MÉTODO DE ESTUDIO .......................................................................... 19
2.2. TECNICAS E INSTRUMENTOS ............................................................ 19
CAPÍTULO III: RESULTADOS ................................................................................ 26
3. Requisitos ............................................................................................................ 26
3.1. Modelado de Base de Datos ........................................................................... 27
3.2. Diagrama de Caso de Uso General ............................................................... 29
3.3. Metodología de desarrollo ............................................................................. 29
3.4. Requerimientos funcionales y no funcionales .............................................. 29
ix
3.4.1. Ingreso al aplicativo ................................................................................ 30
3.4.2. Administración de Doctores ................................................................... 30
3.4.3. Administración de Pacientes .................................................................. 31
3.4.4. Administración de Frases ....................................................................... 31
3.4.5. Administración de Citas ......................................................................... 32
3.4.6. Auditoria .................................................................................................. 33
3.4.7. Examen .................................................................................................... 33
3.4.8. Análisis de Resultados ............................................................................ 34
3.4.9. Base de Datos ........................................................................................... 35
3.4.10. Información Almacenada ................................................................... 35
CAPÍTULO IV: PROPUESTA ................................................................................... 37
4. Descripción de funcionalidades ........................................................................ 37
4.1. Validación de la propuesta ............................................................................ 50
CAPÍTULO V: DISCUSIÓN ....................................................................................... 56
CAPÍTULO VI: CONCLUSIONES ............................................................................ 57
CAPÍTULO VII: RECOMENDACIONES ................................................................ 58
REFERENCIAS ............................................................................................................ 59
ANEXOS ........................................................................................................................ 61
ÍNDICE DE FIGURAS
Figura 1: Red neuronal artificial ...................................................................................... 9
Figura 2: Caracterización del habla ............................................................................... 12
Figura 3: Proceso de filtro ............................................................................................. 14
Figura 4: Filtro ventana Blackman ................................................................................ 15
Figura 5: Contraste entre ruido blanco y ruido café en el espectro de la voz ................ 16
Figura 6: Espectro de la voz en humanos ...................................................................... 17
x
Figura 7: Arquitectura cliente-servidor ......................................................................... 20
Figura 8: Proceso de diagnóstico del estrés, desde la entrada de voz, hasta el reporte de
notificación final, incluyendo los procesos intermedios para su determinación. ........... 22
Figura 9: Modelado de base de datos ............................................................................ 28
Figura 10: Diagrama de Caso de Usos .......................................................................... 29
Figura 11: Diagrama de clasificación de niveles de estrés ............................................ 36
Figura 12: Login del sistema ......................................................................................... 38
Figura 13: Ventana principal para usuarios de tipo normal ........................................... 39
Figura 14: Ventana principal para usuarios de tipo administrador ................................ 39
Figura 15: Ventana registro de pacientes....................................................................... 40
Figura 16: Ventana historial de pacientes ...................................................................... 40
Figura 17: Reporte individual de examen del paciente ................................................. 41
Figura 18: Reporte general de exámenes del paciente .................................................. 42
Figura 19: Ventana agendar cita .................................................................................... 43
Figura 20: Notificación de cita agendada ...................................................................... 43
Figura 21: Constancia de cita ........................................................................................ 44
Figura 22: Ventana de lectura ........................................................................................ 45
Figura 23: Ventana de análisis ....................................................................................... 45
Figura 24: Ventana de examen ...................................................................................... 46
Figura 25: Ventana de examen ...................................................................................... 47
Figura 26: Ventana gestión de usuarios ......................................................................... 47
Figura 27: Ventana gestión de frases ............................................................................. 48
Figura 28: Ventana gestión de citas ............................................................................... 48
Figura 29: Reporte de citas emitidas por fecha ............................................................. 49
Figura 30: Ventana de auditoria .................................................................................... 50
Figura 31: Evaluación de rendimiento de software ....................................................... 54
Figura 32: Test de estrés de centro de salud .................................................................. 54
xi
Figura 33: Test de estrés con software propuesto .......................................................... 55
ÍNDICE DE TABLAS
Tabla 1: Tabla de parámetros de calificación de eficiencia algorítmica ........................ 51
Tabla 2: Tabla de efectividad primera semana .............................................................. 51
Tabla 3: Tabla de efectividad segunda semana .............................................................. 52
Tabla 4: Tabla de efectividad de algoritmo.................................................................... 52
ÍNDICE DE ANEXOS
Anexo 1: Captura del espectro de voz grabado .............................................................. 61
Anexo 2: Captura de la ventana FMI .............................................................................. 62
xii
GLOSARIO
RNA Redes Neuronales Artificiales
FMI Función de Modo Intrínseco
EMD Descomposición de Modo Empírico
CMB Fondo de Microondas Cósmico
CMBR Radiación de Fondo de Microondas Cósmica
HRV Variabilidad del Ritmo Cardíaco
IRE Índice de Reactividad al Estrés
1
INTRODUCCIÓN
Dentro de la mayoría de instituciones, se ve planteado alcanzar altos niveles de servicio
y eficacia al momento de brindar los mismos, esto con la finalidad de adquirir un bienestar
productivo, económico o incluso mejorar su reputación; en el día a día personas que
poseen un empleo se ven sometidos a extensas jornadas de trabajo, además de tener que
cumplir roles familiares que muchas veces ocupan parte del tiempo que esta debería
destinar para su empleo, situaciones como esta generan que las personas entren a un
estado de estrés que poco a poco con el pasar del tiempo consume sus habilidades y
disminuyen su desempeño diario frente a cualquier situación.
El estrés o síndrome general de adaptación, es una enfermedad presente en las personas
donde el eje hipo suprarrenal produce la activación de sustancias que desencadenan en
una situación de estrés. Es por ello que surge como un complemento en el
desmejoramiento de la salud. Una persona con estrés no tendrá el mismo desempeño en
su ambiente laboral, familiar y social.
Las exigencias actuales de las empresas suelen ocasionar que los trabajadores tengan más
presión en la jornada laboral, lo que ocasiona una mayor probabilidad para el
desencadenamiento del estrés. Produciendo que los trabajadores sean menos efectivos en
el trabajo y menos afectivos en sus relaciones personales.
Una institución que no se preocupe por el bienestar de sus trabajadores, se ve direccionada
al fracaso puesto que los trabajadores son los encargados de que esta se mantenga y
continúe sus labores sin ningún tipo de novedad; La persona al ignorar o tomar al estrés
como algo diminuto corre el riesgo de enfermarse con mayor facilidad, puesto que su
despreocupación lo lleva a no cuidarse, esta afección desencadena muchas enfermedades
que tienden a tardar en su recuperación y promete dejar marcas psicológicas que hacen a
la persona aún más vulnerable.
La carencia de conocimiento sobre este mal que afecta a las personas, genera que en
muchas instituciones este sea obviado y no se tomen las medidas adecuadas para la
prevención del mismo, en toda institución se debería optar por poseer sistemas que
brinden la detección de este mal procurando llevar un seguimiento del estado de los
2
trabajadores, para que estos tomen medidas correctivas y disminuyan cualquier tipo de
afección.
La Organización Mundial de la Salud [1] define salud como un estado general del
individuo, que incluye su estado emocional y físico. Por tanto, las empresas deben
garantizar la salud de sus trabajadores, a través de programas que motiven al
mejoramiento continuo de la misma. La mejor forma de promover estas prevenciones es
a través del conocimiento preventivo de las enfermedades, que en este caso se plantean
como la evaluación constante del estado de ánimo en las personas para garantizar su mejor
desempeño en el trabajo y en la vida cotidiana.
El sistema aquí propuesto pretende ofrecer una herramienta tecnológica a la unidad de
servicios médicos ocupacionales, tal que le permita al especialista médico evaluar al
personal de las empresas y atacar posibles situaciones de estrés antes que se desencadene
en alguna enfermedad de mayor gravedad.
El sistema planteado es multiplataforma, por lo que no tendrá ningún problema con el
sistema operativo que se utilice dentro de las instituciones, permite realizar detecciones
en un tiempo comprensible y ayuda a las personas a ir observando su progreso tras cada
examen que se realice.
3
JUSTIFICACIÓN
La presente investigación tiene como objetivo el desarrollo de un aplicativo informático
que permita la detección de estrés en el habla de las personas. Este sistema podría llegar
a ser de suma importancia dentro de cualquier entorno de trabajo, ya que permitiría
evaluar el estado anímico de los trabajadores dentro de cualquier institución de manera
inmediata.
Poder determinar el estado anímico de las personas, implica poder ayudar en el
desempeño de las mismas para el mejor rendimiento laboral y personal, implica además
contribuir en el mejoramiento de la salud de los trabajadores. Este servicio aporta calidad
de vida si se aplica de la manera adecuada y apoya al servicio médico ocupacional.
El poder conocer el estado anímico del trabajador, debería ser de gran importancia para
toda institución, esto con la finalidad de mejorar los servicios y prestaciones que brindan
las mismas, además de brindar un servicio eficiente de detección contribuiría para que el
trabajador adopte medidas que permitan mejorar su estado de salud y rendimiento,
permitiendo obtener mejores resultados en el campo laboral.
El aplicativo informático no solo detectará el estrés en la persona o trabajador, sino que
también permitirá que este se mantenga informado de los exámenes que se realice por
medio de notificaciones automáticas y reportes que contaran con los resultados que este
adquiera una vez finalizados sus exámenes, esto con la finalidad de que el trabajador
pueda visualizar su progreso de manera inmediata.
La presente investigación tiene como beneficiarios directos a los trabajadores que laboran
en las distintas instituciones, empresas e industrias, de manera que pueda contribuir al
mejoramiento continuo de la salud de los mismos. que pertenecen a algún tipo de
institución sea esta pública o privada, para que en estas instituciones promuevan el uso
del aplicativo informático.
Debido al avance de la informática en las diferentes áreas de la ciencia, se hace necesaria
la integración de la misma para dar aporte a los problemas de salud y bienestar laboral.
Recientemente se ha empleado la inteligencia artificial en un sin número de aplicaciones
médicas, que tratan con mayor efectividad las variables complejas de carácter no lineal
que están presentes en el organismo. La revisión periódica del personal docente puede
4
contribuir a una mejora sustancial en su puesto de trabajo y en su desempeño óptimo en
la jornada laboral.
5
OBJETIVOS
OBJETIVO GENERAL
Desarrollar una aplicación que permita la detección de estrés en la voz de las personas
utilizando computación inteligente.
OBJETIVOS ESPECÍFICOS
• Identificar los espectros de voz en las personas para su análisis de frecuencia.
• Interpretar las frecuencias vocales para la clasificación de estrés según estándares
internacionales.
• Construir un diagrama que muestre la clasificación del estrés por niveles.
• Desarrollar un sistema informático que sirva de apoyo a la consulta médica
ocupacional.
6
CAPÍTULO I: MARCO TEÓRICO
1.1. ANTECEDENTES
El estrés es un fenómeno muy frecuente en el mundo laboral, con graves consecuencias
para la salud de la persona que lo padece. Esta patología va en aumento debido a los
cambios que esté sufriendo el mundo económico y social. Los trabajadores tendrán que
ir asumiendo todos estos cambios, posiblemente cada vez más difíciles de superar,
pudiendo llevar esta situación a padecer estrés.[2]
Selye [3], define el estrés como la respuesta no específica del cuerpo ante la petición de
cambio o como un patrón de reacciones complejo que suele tener componentes
psicológicos, cognitivos y de comportamiento, partiendo de esta definición base, se
entiende que el estrés es difícil de acotar al ser una respuesta no especifica, que ofrece
como punto de partida el estado actual que ha de cambiar. De igual forma, los cambios
en el estado no sólo se centran a nivel psicológico sino fisiológico.
La exposición prolongada al estrés laboral está asociada al síndrome de desgaste
profesional caracterizado por elevados niveles de agotamiento emocional, que se refiere
a la disminución o la pérdida de recursos emocionales, la despersonalización o
desarrollo de actitudes negativas hacia los pacientes y, por último, la falta de realización
personal, que provoca tendencias a evaluar el propio trabajo de forma negativa. Las
consecuencias derivadas del desgaste profesional incluyen fatiga mental, falta de
motivación, incremento del riesgo de padecer enfermedades cardiovasculares,
trastornos musculo esqueléticos bajos niveles de rendimiento, baja productividad y
absentismo.[4]
La afección de este mal se concibe, como un proceso de desbalance entre las exigencias
de un evento y los recursos con los que cuenta el individuo para hacerle frente. Se
encauza el estrés laboral, sobre la actividad productiva del trabajo, donde no se logra
satisfacer las necesidades materiales o simbólicas del individuo. Es así, como cada vez
es más frecuente que las personas padezcan estrés laboral, relacionándolo con su salud
laboral, algunos autores como Atalaya, Crespo y Labrado, coinciden en definir el estrés
como el desajuste entre una respuesta adaptativa y demandas externas que son
percibidas como amenazantes por sobrepasar las capacidades tanto físicas como
7
mentales del individuo. En consecuencia, el estrés en el trabajo es comprendido como
las reacciones físicas y emocionales que ocurren cuando las exigencias del trabajo no
igualan las capacidades del trabajador; es así, como la tensión generada en el proceso
de estrés, está mediada por las características de personalidad y/o por procesos
psicológicos implicados, según el nivel de intensidad, puede ser positiva para mejorar
la capacidad de respuesta o negativa cuando no permite una respuesta adecuada a la
demanda del entorno, desencadenando sufrimiento psicológico y enfermedades.[5]
Siendo este mal, una de las causas más comunes por las que se ve afectada la persona
en la actualidad, nacen métodos de detección para esta afección, uno de los métodos
más funcionales y de menor grado de error es por medio del habla humana. El sistema
de producción del habla humana es capaz de transmitir una gran cantidad de
información con respecto al texto de una oración, la identidad de un hablante, así como
la emoción y el estrés. El estado de ánimo, la emoción, la personalidad y otra
información pragmática sobre el estado del hablante están presentes en cada enunciado
hablado. En la actualidad, el interés en esta área de investigación aumenta a medida que
aumenta el número de aplicaciones potenciales y las emociones vocales también se han
estudiado de forma aislada. Alrededor del 25% de la información contenida en una
señal de voz se refiere al hablante. El término aceptado para las señales del habla que
transmiten información sobre el estrés fisiológico del hablante es "habla estresada".[6]
García [7], indica que a nivel internacional se han practicado estudios a pequeños
grupos de poblaciones donde se relacionan los niveles de estrés y los factores de riesgo
de las enfermedades cardiovasculares en Sudamérica y los resultados revelan que de
un grupo de 2.023 personas, con edad promedio de 47 años, 24,2% de los pacientes
presentaban ansiedad, 22,7% padecen depresión y 6,1% sufre trastornos de ansiedad y
depresión simultáneamente, alteraciones sicológicas derivadas de los niveles de estrés.
Por otra parte Sánchez[8], en su investigación menciona que las líneas de investigación
se centran en desarrollar métodos para diagnosticar el estrés. Uno de estos se basa en el
análisis de la variabilidad de la frecuencia cardíaca (en adelante HRV, del inglés heart
rate variability), que es el que se ha seguido. La HRV no es más que la capacidad que
tiene el sistema cardiovascular para adaptar el ritmo cardíaco a las necesidades en cada
momento determinadas por una actividad normal del individuo. El estrés, en este caso,
se identifica como una variabilidad anómala de este ritmo respecto a un individuo sano,
8
provocando trastornos en el funcionamiento de este sistema. Esto lleva a las
enfermedades comentadas al comienzo, y de ahí la importancia de su diagnóstico.
1.2. BASES TEÓRICAS
1.2.1. Inteligencia Artificial
Desde Alan Turing [9], la inteligencia artificial es destacada como ciencia que trata de
establecer las bases para el posterior desarrollo de un conjunto de técnicas destinadas a
dotar a las máquinas de una cierta autonomía ha representado un sueño para el hombre.
Sus esfuerzos para lograr que la máquina sea lo más autónoma posible no han cesado
nunca. Sin embargo, con el advenimiento del llamado progreso tecnocientífico, en los
últimos años el desarrollo de la inteligencia artificial nos hace cuestionar sobre el futuro
que como humanidad nos espera.
Redes Neuronales Artificiales
Una red neuronal artificial es un conjunto de modelos matemáticos-computacionales
reales e ideales de una red neuronal y se emplea en estadística psicológica e inteligencia
artificial. Las RNA no son más que un modelo artificial y simplificado del cerebro
humano, es un nuevo sistema para el tratamiento de la información cuya unidad básica
de procesamiento está inspirada en la célula fundamental del sistema nervioso humano:
la neurona.[10]
Tipos de Redes Neuronales Artificiales (RNA)
Las RNA son modelos matemático computacionales que poseen una elevada capacidad
de generalización y de tratamiento de problemas tanto lineales como no lineales, no
requieren un conocimiento exhaustivo de la distribución de las variables en estudio.[11]
Existen varios tipos de redes neuronales entre las cuales se pueden destacar las
siguientes:
• Perceptrón simple: El modelo más sencillo de red neuronal es el perceptrón simple,
se trata de una red de propagación hacia adelante, monocapa (no contiene capas
ocultas) con función de activación limitador fuerte o limitador fuerte simétrico.[11]
• Perceptrón multicapa: Entre los diversos modelos que existen de RNA el más
utilizado como aproximador universal de funciones resulta el perceptrón multicapa
9
asociado al algoritmo de aprendizaje backpropagation error (propagación del error
hacia atrás), también denominado método de gradiente decreciente.[11]
• Backpropagation: El algoritmo de aprendizaje backpropagation es un algoritmo de
descenso por gradiente que retropropaga las señales desde la capa de salida hasta
la capa de entrada optimizando los valores de los pesos sinápticos mediante un
proceso iterativo que se basa en la minimización de la función de coste. Por ello,
puede dividirse el algoritmo en dos fases.[11]
En la Figura 1 se puede apreciar el comportamiento de una red neuronal artificial, en
ella se observa que la red posee al menos tres capas, donde una es la de entrada y otra
es de la salida, siendo necesaria al menos una intermedia. Estas capas deben ir
interconectadas para garantizar el flujo de información.
Figura 1: Red neuronal artificial
1.2.2. El Estrés Humano
El término estrés proviene de un concepto físico y se refiere a la fuerza que se aplica a
un objeto para deformarlo o romperlo. Fue introducido por primera vez en el ámbito de
la salud en 1956 por Selye, que lo definió como la respuesta general del organismo ante
cualquier estímulo estresor o situación estresante; no hacía referencia al estímulo, sino
a la respuesta a éste.[12]
El estrés es un desequilibrio entre las demandas del ambiente y la capacidad de
respuesta de una persona bajo condiciones en las que el fracaso ante esta demanda tiene
consecuencias importantes. Han existido discusiones científicas controvertidas sobre si
el estrés era un estímulo o una respuesta. Peiró [12] señala que el estrés es un fenómeno
10
adaptativo de las personas que contribuye, en buena medida, a su supervivencia, a un
adecuado rendimiento en sus actividades y a un desempeño eficaz en muchas esferas
de la vida. El estrés es la respuesta del organismo a las amenazas que recibe y a las
percepciones de riesgo que sufre, puede tener diferentes modalidades y no sólo una
respuesta genérica a los factores que suponen una dificultad, un reto o una amenaza.
Fases del Estrés
Melgosa [13], indica que el estrés consta de tres etapas así mismo se refiere también,
que no aparece de repente sino más bien es un proceso.
• La fase de alarma: es la primera parte del proceso que se presenta. Dentro de la
misma se presenta un aviso claro de la presencia del agente estresante. Inicialmente
se presentan todas aquellas reacciones fisiológicas. Los eventos que producen la
alarma pueden ser de naturaleza única, referente a una única situación o de
naturaleza polimorfa, referente a una combinación de situaciones.
• La fase de resistencia: se presenta luego de la fase de alarma cuando el estrés
persiste. En esta fase el organismo presenta la motivación para solucionar los
efectos del estrés, pero a su vez se agota.
• Fase de agotamiento: es la última fase del estrés donde se caracteriza por la
ansiedad, agotamiento, depresión y fatiga.
Tipos de Estrés
Según Echeburúa [14], existen dos tipos de estrés los cuales se distinguen por factores
que afectan de forma emocional a la persona.
Los tipos de estrés destacados en su artículo son los siguientes:
• El estrés positivo: Está relacionado con la vitalidad y el vigor físico, el entusiasmo,
la lucidez mental, la resistencia a la enfermedad, las relaciones humanas adecuadas
y la alta productividad. En definitiva, el eustrés está asociado a la mejor creatividad
del ser humano.
• El estrés negativo o distrés. Al seguir aumentando el estrés, disminuyen la salud y
el rendimiento. El distrés surge cuando hay un desequilibrio entre las demandas
del entorno y los recursos del individuo, sobre todo si el desfase es muy grande o
11
se prolonga en el tiempo. En estos casos las personas no saben manejarse en
situaciones de incertidumbre.
¿Cómo se Origina el Estrés en las Persona?
El estrés humano tiene su origen en las situaciones en las que el individuo o persona se
enfrenta a sí mismo y no se siente satisfecho o no logra resultados que esta espera.
• Estrés en el trabajo.
Cerca del sesenta por ciento de la población adulta pasa por muchas dificultades en el
manejo de su estrés en el ámbito laboral. Esto se puede citar como una de las principales
fuentes de estrés en la vida de las personas.[15]
• Estrés en las relaciones personales.
En muchos casos una mala relación en el matrimonio, el divorcio, o un noviazgo son
principales fuentes de estrés tanto hombres como mujeres. Para la mayoría, es muy
difícil lidiar con los dolores y problemas emocionales debido a sus propias relaciones.
[15]
• Estrés financiero.
El aumento de la utilización de tarjetas de crédito y la fácil accesibilidad a préstamos
personales ha hecho que las personas gasten más de lo debido, y luego es difícil terminar
con créditos y deudas enormes. Esto se convierte cada vez en una mayor fuente de
estrés para las personas, donde comúnmente existe mucha falta de conocimiento
financiero, lo cual agrava aún más sus situaciones.[15]
Influencia del Estrés en la Salud Humana
El estrés puede derivar de algo que ocurre a nuestro alrededor o de lo que ocurre en
nuestro interior. Puede derivar de un problema laboral, de una crisis familiar o de un
ataque de ansiedad o inseguridad. Puede ser intermitente, pasajero o crónico. El efecto
principal del estrés es la movilización del sistema “lucha, huida o miedo” del cuerpo.
Pero supongamos que como ocurre tan a menudo en la vida moderna, el estrés que sufre
una persona no requiere de ningún tipo de acción.[15]
12
1.2.3. La Voz
El análisis de la voz inicia a mediados de la década de los años 60. El habla se considera
como uno de los sistemas biométricos más eficaces, debido a su naturalidad. Se ha
podido comprobar que los patrones con que una persona dice una palabra son
únicos.[16]
El habla humana es un medio por el cual se encuentran desarrollados en su mayor parte
sistemas que facilitan la cotidianidad de las personas, esto gracias a su fácil
implementación y alto grado de confiabilidad.
Tratamiento de la Voz
El tratamiento de voz funciona mediante la digitalización de diferentes palabras de una
persona. Cada palabra se descompone en segmentos, de los cuales se obtienen 3 o 4
tonos dominantes que son capturados en forma digital y almacenados en una tabla o
espectro, que se conoce con el nombre de plantilla de la voz. [16]
En la Figura 2 se puede apreciar la forma del espectro vocal cuando este es capturado,
se observa que la señal presenta diferentes frecuencias a lo largo de su trayectoria,
pudiendo ser posible algunos picos más altos y otros más bajos, lo que indica una
determinada característica en la voz del hablante, estas características son las que se
asocian al estado de ánimo de las personas.
Figura 2: Caracterización del habla
13
Método de Descomposición de Modo Empírico (EMD)
A diferencia de la transformada de Fourier, la DEM-THH es una técnica para analizar
procesos reales o naturales que en su mayoría son señales no lineales y no estacionarias,
esta capacidad le confiere una utilidad invaluable para el análisis y estudio de las ST
económicas y financieras. El corazón de esta técnica es la DEM que consiste en un
proceso de eliminación de ruido de una señal para adquirir los componentes oscilantes,
dicho procedimiento es denominado algoritmo de cernido o tamizado. Como
anteriormente se mencionó, los componentes que son adquiridos mediante la filtración
de la señal original se les nombra como FMIs, dicho apelativo es utilizado porque
representa el modo de oscilación embebido en los datos.[17]
Función de Modo Intrínseco (IMF)
Para que una señal depurada sea considerada una FMI debe de cumplir con dos
requisitos: a) el total de extremos y la cantidad de cruces por cero debe de ser iguales o
distinto a lo sumo por uno, b) El promedio o media de la envolvente determinado por
el mínimo local y máximo local, en cualquier lugar del espacio es igual a cero. La FMI
al cumplir estas condiciones asegura que esta solo implicada en un sólo modo de
oscilación, dando como resultado que no se admitan ondas complejas incrustadas en la
señal. El proceso de cernido es descrito a continuación.[17] y se apoya en la ecuación
(1) donde se ha considerado la envolvente superior e inferior para el análisis, así como
la interpolación de los mínimos locales.
• Determinar el total de máximos y mínimos locales de la señal de entrada o ST
x(t).[17]
• Obtener la envolvente superior esup(t) mediante la interpolación de los máximos
locales. Obtener la envolvente inferior einf(t) mediante la interpolación de los
mínimos locales.[17]
• Calcular el promedio de la envolvente superior (i-ésimo) y de la envolvente
inferior[17]
𝑚𝑖(𝑡) =esup+einf(t)
2 (1)
En la Figura 3 se muestra como el proceso de filtrado realizado en el espectro de
voz, en ella se observa que los picos de la señal se van suavisando hasta obtener
14
una señal sin picos, sino con líneas suaves que indican una carcaterística menos
brusca de la señal.
Figura 3: Proceso de filtro
Interpolación
Se ha desarrollado un algoritmo de interpolación usando los polinomios de Newton en
diferencias divididas, de tal forma que, en principio, es libre del orden o grado del
polinomio. Para hacer eficientemente la interpolación se han usado dos criterios que
hacen de esta la más consistente posible con los puntos discretos dados. Estos criterios
son el de Simetría y el de Monotonía. Estos criterios, aplicados en conjunto, permiten
determinar el grado del polinomio óptimo a utilizar durante una interpolación.[18]
Simetría
El criterio de la simetría consiste en escoger la distribución de puntos lo más
simétricamente posible, alrededor de donde se desee interpolar. Esto se puede hacer de
dos maneras: mediante el número de puntos o mediante la distancia de influencia, a uno
y otro lado del punto donde se vaya a interpolar. En el caso de intervalos irregulares, la
segunda opción se convierte en un criterio de Proximidad, que no requiere
necesariamente que los puntos estén ordenados. En el caso de intervalos regulares una
de las formas implica a la otra. En cualquier caso, el número de puntos próximos lo
determina el criterio de monotonía descrito abajo. En los extremos del intervalo que
contiene a los puntos, a veces es imposible seguir el criterio de simetría de forma
estricta, y entonces se hace necesario en su lugar seguir el criterio de proximidad, si se
desea alcanzar un mayor orden de monotonía como se explica abajo.[18]
15
El criterio de simetría tiene otra ventaja. Por ejemplo, en los esquemas de diferencias
finitas centradas, las formulaciones presentan un menor error, que cuando no lo son,
usando inclusive el mismo número de puntos.[18]
Filtro de Ventana Blackman
Las ventanas de tipo Blackman son muy similares a las de Von Hann solo que esta se
encuentra dada de la siguiente manera:
Figura 4: Filtro ventana Blackman
Basándonos a la Figura 4, El término coseno adicional produce una reducción adicional
en la amplitud de las oscilaciones por efecto Gibbs. El factor de ripple, considerando
ωs=10 rad/s es de 0.08 para N=11, y de 0.12 para N=101. Por su parte, el ancho del
lóbulo principal se ve incrementado a 6 ωs / N.[19]
Ruido Browniano
Este ruido presenta una máxima autocorelación, al aumentar la frecuencia, con un
decremento de -6 dB por octava. “Caminata aleatoria” = movimiento browniano.
La derivada de ruido Browniano es ruido blanco. El movimiento Browniano de una
partícula, descubierto por Einstein, se debe a colisiones aleatorias y permite modelar
fenómenos de difusión y agregación, en distintas disciplinas. Este ruido, en términos de
color, también se denomina ruido café (“brown” es una coincidencia). La integral de
un ruido blanco es un ruido Browniano.
16
En la Figura 5 se muestra las ondas de los ruidos blanco y café esto en función del
tiempo, se observa la diferencia sustancial de cada representación, donde el ruido
blanco presenta crestas bruscas bien definidas, mientras el ruido café presenta crestas
más suaves, pero tiene una tendencia no lineal.
Figura 5: Contraste entre ruido blanco y ruido café en el espectro de la voz
Características de la Voz
La voz se ve caracterizada por poseer los siguientes elementos:
El timbre lo determinan los armónicos componentes de una onda sonora compleja que
permite diferenciar los sonidos que provienen de orígenes diferentes y las formantes
características propias de los armónicos, que las adquieren en las cavidades de
resonancia-. De acuerdo con el timbre, podemos diferenciar voces brillantes, metálicas,
apagadas, etc.[20]
El volumen o intensidad hace referencia a la potencia con que el aire pasa por la
laringe y hace vibrar las cuerdas vocales. La intensidad de la voz se mide en decibelios
(dB) y varía entre 30 y 120 dB. De acuerdo con la intensidad, diferenciamos entre voz
floja (menos de 50 dB), voz conversacional (entre 50 y 65 dB), voz proyectada (entre
65 y 80 dB) y gritos (entre 90 y 110 dB). Los cantantes de ópera pueden alcanzar los
120 dB.[20]
17
El tono se define como la altura o elevación de la voz que resulta de la frecuencia de
las vibraciones de las cuerdas vocales. Es la propiedad de la voz que permite clasificar
el sonido en una escala de frecuencia tonal, de más agudo a más grave.
Se llama duración el tiempo de extensión de un fono, y velocidad el resultado de las
extensiones de los fonos alineados en segmentos: palabras y frases, incluyendo las
pausas. [20]
La velocidad está relacionada con diferentes factores como la elocución y el ritmo. A
menudo, el aumento de velocidad destinado al ahorro de tiempo se hace a costa de
eliminar fonos o de fundir- los, así como de distribuir recortes en la sintaxis, que
dificultan la recepción de lo que se expresa. El ritmo es una cadencia particular de la
locución que la hace armónica. Se habla de ritmo cuando es posible prever qué seguirá
en función de lo que se percibe. [20]
El ritmo puede ser sostenido o irregular. El ritmo sostenido es más agradable, en
función de su musicalidad, pero existe el riesgo de acabar cantando. El ritmo irregular
se asocia con ciertos estados de ánimo, lo que lo convierte en un parámetro importante
de la retórica.[20]
En la Figura 6 se muestra se caracteriza el habla humana, desde su formación en las
cuerdas vocales hasta el sonido cuando sale por la boca, pudiéndose observar la
trayectoria del sonido y las características acústicas.
Figura 6: Espectro de la voz en humanos
18
Ruido Blanco
Este tipo de ruido indica que la densidad espectral es 1 (constante). Autocorrelacion=0.
El ruido blanco es comúnmente conocido también como estetica y un ejemplo notable
es el ruido de fondo CMB o CMBR( Cosmic Microwave Background Radiation),
que se considera efecto residual del Big Bang. El ruido blanco Gaussian noise refiere
a un ruido con espectro de frecuencia (o de potencia espectral) uniforme y amplitud con
distribución Gaussiana. La derivada de un ruido Browniano es un ruido blanco.
Clasificación del Nivel de Estrés con la Voz
Según Cercone [6], para la clasificación del estrés mediante el promedio de la
frecuencia de la voz son utilizados los siguientes estados:
• Estado Neutral: En este estado se considera que la persona no posee estrés y el
valor del promedio de la frecuencia de la voz debe estar en el rango de >= 8 Hz y <
12 Hz.
• Estado medio: En este estado la persona ya posee un grado de estrés medio y los
valores del promedio de la frecuencia de su voz se encuentra en el rango de >= 12
Hz and < 15 Hz.
• Estado Alto: En este estado la persona ya posee un grado de estrés alto y los valores
del promedio de la frecuencia de su voz se encuentra en el rango de >=15 Hz and
<= 17 Hz.
19
CAPÍTULO II: MATERIALES Y METODOS
2. METODOLOGÍA
El presente trabajo de investigación se encuentra basado en el tipo de estudio
exploratorio con un enfoque bibliográfico, por medio de estos tipos de estudios se busca
encontrar los distintos métodos para determinar la presencia de estrés en las personas
enfocándose en el habla; finalizando con el diseño de un software capaz de emplear
dicho método y hacer efectiva la detección del estrés humano.
2.1. MÉTODO DE ESTUDIO
Los métodos de investigación aplicados en el desarrollo del presente trabajo son los
métodos inductivo y deductivo. Se aplica el método inductivo porque se cumple con un
proceso lógico y ordenado para realizar la investigación, iniciando desde la recolección
de información que es brindada por otros autores con el fin de emplear y analizar
resultados que permitan o sean de ayuda para la creación del software detector de estrés
en las personas, se emplea también, el método deductivo porque desde un inicio se parte
con información generalizada obteniendo de la misma, información más específica o
puntual.
2.2. TECNICAS E INSTRUMENTOS
2.2.1. Lenguaje de programación y entorno de programación
Para el desarrollo del software ha sido elegido el lenguaje de programación JAVA en
conjunto con la herramienta MATLAB, las razones por las que se elige trabajar con
estos son las siguientes:
• JAVA es un lenguaje de programación orientado a objetos.
• MATLAB es una poderosa herramienta matemática que permite importar
algoritmos matemáticos en clases compatibles en JAVA.
• JAVA permite realizar interfaces para usuarios de manera rápida.
• JAVA permite realizar fácilmente la escucha y manejo de eventos.
• Independencia del sistema operativo.
20
2.2.2. Arquitectura de Software
Para el desarrollo del aplicativo se utilizó una arquitectura de tipo cliente-servidor, esta
arquitectura consiste básicamente en peticiones realizadas por los clientes y estos
obtienen una respuesta del servidor.
Ventajas
• Facilita la integración entre sistemas diferentes y comparte información,
permitiendo por ejemplo que las máquinas ya existentes puedan ser utilizadas,
pero utilizando interfaces más amigables el usuario. De esta manera, se puede
integrar PCs con sistemas medianos y grandes, sin necesidad de que todos tengan
que utilizar el mismo sistema operativo.
• La estructura inherentemente modular facilita además la integración de nuevas
tecnologías y el crecimiento de la infraestructura computacional, favoreciendo
así la escalabilidad de las soluciones.
En la Figura 7 se muestra de manera general como funciona la arquitectura del software.
Figura 7: Arquitectura cliente-servidor
2.2.3. Librerías
Las librerías utilizadas para el desarrollo de la aplicación son las siguientes:
✓ mysql-connector-5.1.24.jar
21
Como su nombre no indica es la librería encargada de permitir la comunicación
con la base de datos de tipo mysql.
✓ Deploy_math.jar
Es el conjunto de algoritmos matemáticos que son exportados de Matlab.
✓ AutoCompleter.jar
Esta librería permite autocompletar textos.
✓ WavFile.jar
Esta librería permite realizar aplicación de ruidos a audios.
✓ LibsVM.jar
Esta librería es una herramienta de código abierto que permite realizar
clasificación de valores así mismo soporta regresión.
✓ mail.jar
Esta librería permite realizar un enlace con correos electrónicos y utilizarlos para
él envió y recepción de mensajes desde el aplicativo.
2.2.4. Diagrama de software
El software detector de estrés, recibe una entrada de audio, entrada que usa los siguientes
formatos wav,aiff y au, el audio es captado con ayuda de su interfaz gráfica esta entrada
es procesada con ayuda de las clases matemáticas de Matlab para realizar la detección
una vez obtenido el valor del promedio frecuencia de la voz. Con ayuda de dicho valor
se realiza la detección y se generan dos salidas que son almacenadas en la base de datos,
las cuales son valor promedio de frecuencia de voz y decisión; Las notificaciones
automáticas se realizaran mediante correo electrónico en los cuales se detallaran la hora,
fecha y resultados que obtuvo el paciente al finalizar su examen; para el control de
avance de avances y mejoras del proyecto se usará la herramienta para el control de
versiones GIT. En la figura 8 es posible apreciar el proceso de reconocimiento de estrés
en las personas, se puede visualizar que la entrada es el espectro de voz, para luego ser
procesada, almacenada y finalmente es posible obtener un reporte o notificación.
22
Figura 8: Proceso de diagnóstico del estrés, desde la entrada de voz, hasta el reporte de
notificación final, incluyendo los procesos intermedios para su determinación.
2.2.5. Implementación de Algoritmo
La parte más importante del programa es implementar el algoritmo de EMD. El proceso
de EMD se divide para mayor claridad en dos partes - el bucle exterior mediante el
cálculo de los residuos sucesivos de la función de entrada y un bucle interior que busca
para la función especificada del residuo FMI.
El bucle exterior realiza el siguiente cálculo del residuo de la señal de entrada. Después
de la función del FMI se calcula encontrando su frecuencia. Si es menos de 4 Hz
algoritmo termina la operación. Esto se justifica por el hecho de que la recepción de
frecuencia aún más baja no tiene efecto sobre la microtensión señal de detección que,
en ausencia de tensión debe estar dentro del rango de 8-12 Hz. Si la frecuencia es mayor
de 4 Hz se almacena para su posterior microtensión seleccionar el valor más cercano.
La función resultante de FMI se separa de la señal de entrada.
Descripción de clases y métodos más importantes
El lenguaje de programación Java se deriva de la suposición de que todo es un objeto.
Por lo tanto, el programa se divide funcionalmente para diversos componentes de la
clase que contiene campos que describen el estado del objeto y el método de determinar
el comportamiento y las demandas que puede realizar en él. En esta sección se describen
las clases más importantes en cuanto a la aplicación del algoritmo de EMD, los campos
más importantes y los métodos que pueden ser llamados por sus instalaciones.
23
Clase audio
Clase diseñada para diversas operaciones en el archivo de audio, incluyendo abrir y
guardar archivos en el formato adecuado. Clase, cuando se abre un archivo de audio,
permite obtener los datos de la tabla en forma de una matriz de bytes o números de
punto flotante de precisión simple. Permite la normalización del archivo de muestra
más grande y contiene información sobre el formato de audio predeterminado con el
que se ejecuta la aplicación.
Clase IMFFunction
Clase diseñada para el cálculo que se lleva a cabo la función de EMD FMI. Una vez
calculada, la función crea un nuevo objeto de la clase.
Clase MicrotremorFunction
La clase que tiene la función del FMI es más cercana a la microtensión intervalo de
decidir si existe o no la aparición de estrés.
Método extremum
El método realiza el cálculo de los máximos y mínimos locales en la señal de audio de
entrada. La primera y la última muestra se trata como un transitorio y se toman al mismo
tiempo que el máximo y el mínimo.
Método Interpolación
Este método se encarga de interpolar los valores de la frecuencia del audio en base a la
posición y el valor de los extremos.
Método FrecuenciaPromedio
Este método se encarga de determinar la frecuencia promedio del audio que se genera
como entrada en función del número de cruces por cero. El método para calcular las
frecuencias no incluye las esquinas de los compartimentos, que se tratan como
transitorios. Para una implementación exitosa de la función debe pasar al menos dos
veces a través de un cero excepto para los extremos de los compartimentos.
24
Método Filtro
Este método se encarga de añadir ruido blanco y ruido rojo al audio que se genera como
una entrada para el sistema esto con la finalidad de que el audio de entrada tenga una
gran calidad eliminando ruidos ambientales y suavizándolo.
Método EMD
Este método se encarga de encontrar las funciones adicionales que cumplen los criterios
del FMI en la señal de entrada. El método descompone componentes de la señal a
frecuencias más bajas, después de calcular cada función esta determina por el FMI la
frecuencia almacenada en el IMFFunction.
Algoritmo de Tiempo
El tiempo de ejecución del algoritmo se basa en la duración de las grabaciones sonoras.
En el caso de la grabación tenga una longitud de unos pocos cientos de milisegundos,
el programa analiza su contenido en un tiempo satisfactorio. Sin embargo, en el caso
de tiempos de grabación sea más largo se necesita un mayor esfuerzo de cálculo, y por
lo tanto el tiempo de ejecución del algoritmo será más largo. Cuando se graba por más
de un 4 segundo, el programa requiere unos segundos para calcular la frecuencia cerca
de la microtensión.
2.2.6. Casos Exentos de Evaluación
Existen casos o circunstancias en las cuales la evaluación del estrés resulta innecesaria
ya que siempre estará presente, esta situación se da son los siguientes ejemplos:
• Problemas Coronarios: Se suele elevar la presión sanguínea causando ataques al
corazón.
• Problemas Mentales: La salud mental es otro de los campos afectados ya que este
estado genera ansiedad, depresión e insomnio.
• Problemas digestivos: Causa y empeora problemas como la irritación de colon,
algunas formas de gastritis, náuseas, gastritis, etc.
• Trastornos menstruales: Puede alterar los ciclos menstruales, tantas hormonas
sexuales como las del estrés están reguladas por el hipotálamo.
25
2.2.7. Metodología de para pruebas de eficacia
La prueba de eficacia se basa en la ejecución implementada en el procedimiento de
solicitud de las muestras de la base de datos. La aplicación decide claramente la
detección de estrés. Durante la prueba de eficacia es necesario adoptar una presunción
(como la creación de bases de datos) muestra que se encuentran el estrés y la falta de
estrés sobre decir la verdad. Al crear la base de datos, las grabaciones fueron verificadas
de forma anónima, y, por lo tanto, el estado emocional de cada uno de los
respondedores. Teniendo en cuenta estos dos hechos, es posible comparar los resultados
obtenidos con la aplicación de su estado actual. Los resultados del algoritmo se
dividieron en cuatro grupos.
✓ Verdadero positivo (PP)
✓ Verdadero negativo (PN)
✓ Falsos positivos (FP)
✓ Falsos negativos (FN)
La eficacia del programa se puede presentar como una relación de porcentaje del
número de muestras correctamente identificados con el número total de muestras
analizadas. Esto muestra la fórmula[21].
Sk =𝑃𝑃 + 𝑃𝑁
𝑃𝑃 + 𝑃𝑁 + 𝐹𝑃 + 𝐹𝑁∗ 100
26
CAPÍTULO III: RESULTADOS
3. Requisitos
Los Requisitos de hardware para ejecutar la aplicación dependen de la versión de la
JVM (Java Virtual Machine Máquina Virtual de Java) esta permitirá que se traduzcan
las instrucciones del código de bytes de código de programa (código de bytes). Para
compilar el código se ha utilizado Java Developer paquete JDK (Java Development Kit)
Versión 8. Para utilizar la aplicación es necesario instalar el entorno de ejecución de
Java JRE (Java Runtime Environment) Versión 8, que consiste en la máquina virtual de
Java y un conjunto de clases y herramientas necesarias para ejecutar un programa escrito
en Java. En resumen, los requisitos mínimos de hardware para la aplicación son los
requisitos mínimos de Java 8.
Formatos de audio compatibles
El programa se ha utilizado la biblioteca javax.sound.sampled, que apoya las
operaciones en archivos de audio. Las aplicaciones que utilizan esta biblioteca le
permiten cargar archivos en el formato:
✓ ONDA
✓ AIFC,
✓ AIFF,
✓ AU,
✓ SND.
La aplicación le permite cargar archivos de audio codificados por:
✓ PCM firmado,
✓ PCM sin signo; con el muestreo:
✓ 8000 Hz,
✓ 11025 Hz, • 16000 Hz, • 22050 Hz, • 32000 Hz, • 44100 Hz,
✓ 48000 Hz, • 96.000 Hz;
la resolución de bits:
✓ 8 bits
✓ 16 bits
✓ 24 bits
27
el número de canales:
✓ un canal (mono)
✓ dos canales (estéreo); el orden de bytes:
La aplicación después de cargar el archivo lo convierte al formato PCM de 16 bits,
mono, con una frecuencia de muestreo de 44.100 Hz, y puede grabar en el mismo
formato.
Tiempo de duración por análisis
El tiempo de duración de los análisis realizados con el aplicativo, dependen del tiempo
de grabación de los audios, según el tiempo de grabación el análisis puede llegar a tardar
hasta 10 minutos en caso de que la grabación no sea extensa este puede durar menos de
2 minutos. Se considera grabación extensa a la que pasa de los 9 segundos, por otra
parte, con una grabación de 5 segundos es suficiente para que el software detecte la
aparición de estrés en la voz.
Distancia de Eliminación de Ruido
La eliminación del ruido ambiental en los audios de entrada al software tiene la limitante
de que estos ruidos ambientales son anulados siempre y cuando esos se den a menos de
3 metros del sistema detector.
3.1. Modelado de Base de Datos
28
Figura 9: Modelado de base de datos
Como se puede apreciar en la Figura 9, para el desarrollo del sistema se utilizaron 6 tablas
las cuales son:
✓ Usuario
En esta tabla se almacena la información de los usuarios que tendrán los privilegios
de acceso al sistema los campos de la tabla se aprecian en la Figura 9.
✓ Paciente
En esta tabla se almacena la información de los pacientes que son atendidos con la
ayuda del sistema los campos de la tabla se aprecian en la Figura 9.
✓ Examen
Esta tabla almacena la información de los resultados obtenidos en los exámenes que
se realizan a los pacientes con ayuda del sistema los campos de la tabla se aprecian
en la Figura 9.
✓ Cita
En esta tabla se almacena la información de las citas que son agendadas con la ayuda
del sistema los campos de la tabla se aprecian en la Figura 9.
✓ Auditoria
En esta tabla se almacena la información correspondiente a todas las acciones
realizadas por los usuarios en el sistema por ejemplo modificaciones, exámenes, etc.
los campos de la tabla se aprecian en la Figura 9.
✓ Frase
En esta tabla se almacena la información correspondiente a las lecturas de ayuda para
los pacientes al momento de ser examinados los campos de la tabla se aprecian en la
Figura 9.
29
3.2. Diagrama de Caso de Uso General
Figura 10: Diagrama de Caso de Usos
En la figura 10, se presenta el diagrama de casos de uso general del aplicativo en donde
se detallan las funcionalidades que está en capacidad de realizar el doctor con la ayuda
del software detector de estrés.
3.3. Metodología de desarrollo
La metodología de desarrollo utilizada en la presente investigación es la metodología
de desarrollo ágil programación extrema o XP, ya que uno de sus objetivos es aumentar
la productividad al momento de desarrollar un proyecto software. Dando prioridad a los
resultados directos.
Para ello se destinaron dos roles, el autor Alan Druet como programador y el Doctor
Simón Bolívar facilitador de información y medidor de pruebas.
3.4. Requerimientos funcionales y no funcionales
Para la especificación de los requerimientos se utilizó el estándar de IEEE 830
Código:
RF: Requerimiento Funcional
RFN: Requerimiento No Funcional
30
3.4.1. Ingreso al aplicativo
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RF_1 Inicio de sesión Esencial
Descripción Es el formulario que permite el acceso de los usuarios al
sistemas.
Entradas Fuente Salida Destino Restricciones
Usuarios del sistema Formulario de
ingreso
Formulario
principal
Pantallas Solo personal
registrado en la
plataforma puede
ingresar.
Proceso El usuario debe identificarse para obtener la validación de su
acceso al sistema.
Efecto Colateral Masivo, sin este no se puede ingresar al aplicativo.
3.4.2. Administración de Doctores
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RF_2 Administración de
Doctores
Esencial
Descripción Es el formulario que permite el registro y modificaciones de
los Doctores en el sistemas.
Entradas Fuente Salida Destino Restricciones
Doctores del sistema Formulario de
Administración
Formulario
principal
Base de
datos
Solo personal
registrado en la
plataforma puede
31
ejecutar las
acciones.
Proceso El administra la información de los Doctores según necesite
el sistema.
Efecto Colateral No Aplica
3.4.3. Administración de Pacientes
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RF_3 Administración de
Pacientes
Esencial
Descripción Es el formulario que permite el registro y modificaciones de
los Pacientes en el sistemas.
Entradas Fuente Salida Destino Restricciones
Pacientes del sistema Formulario de
Administración
Formulario
principal
Base de
datos
Solo personal
registrado en la
plataforma puede
ejecutar las
acciones.
Proceso El administra la información de los Pacientes según necesite
el sistema.
Efecto Colateral No Aplica
3.4.4. Administración de Frases
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
32
RF_4 Administración de
Frases
Esencial
Descripción Es el formulario que permite el registro y modificaciones de las
Frases en el sistemas.
Entradas Fuente Salida Destino Restricciones
Frases del sistema Formulario de
Administración
Formulario
principal
Base de
datos
Solo personal
registrado en la
plataforma puede
ejecutar las
acciones.
Proceso El administra la información de las Frases según necesite el
sistema.
Efecto Colateral No Aplica
3.4.5. Administración de Citas
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RF_5 Administración de Citas Esencial
Descripción Es el formulario que permite el registro y modificaciones de las
Citas en el sistemas.
Entradas Fuente Salida Destino Restricciones
Citas del sistema Formulario de
Administración
Formulario
principal
Base de
datos
Solo personal
registrado en la
plataforma puede
ejecutar las
acciones.
33
Proceso El administra la información de las Citas según necesite el
sistema.
Efecto Colateral No Aplica
3.4.6. Auditoria
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RF_6 Auditoria Esencial
Descripción Es el formulario que permite el registro de todas las acciones
realizadas por el Doctor.
Entradas Fuente Salida Destino Restricciones
Acciones del Doctor Formulario de
Administración
Formulario
principal
Base de
datos
Solo personal
registrado en la
plataforma puede
ejecutar las
acciones.
Proceso El administra la información de las acciones que realice el
Doctor.
Efecto Colateral No Aplica
3.4.7. Examen
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RF_7 Examen Esencial
Descripción Es el formulario que permite la detección de estrés en los
pacientes y así mismo el registro de los resultados obtenidos en
el mismo.
34
Entradas Fuente Salida Destino Restricciones
Exámenes del
sistema
Formulario de
Administración
Formulario
principal
Base de
datos
Solo personal
registrado en la
plataforma puede
ejecutar las
acciones.
Proceso El administra la información de las acciones que realice el
Doctor.
Efecto Colateral No Aplica
3.4.8. Análisis de Resultados
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RF_8 Análisis de Exámenes Esencial
Descripción Es el formulario que permite el análisis de los resultados
obtenidos en los exámenes.
Entradas Fuente Salida Destino Restricciones
Exámenes del
paciente
Formulario de
Administración
Formulario
principal
Base de
datos
Solo personal
registrado en la
plataforma puede
ejecutar las
acciones.
Proceso Analiza los resultados de los exámenes generando graficas
comparativas.
Efecto Colateral No Aplica
35
3.4.9. Base de Datos
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RFN_1 Análisis de Exámenes Esencial
Descripción El sistema debe permitir la manipulación de la información por
medio de un motor de base de datos.
Entradas Fuente Salida Destino Restricciones
Esquema de la base
de datos
Documentación Ejecución de
consultas
Scripts de
la
aplicación
La carga de la
aplicación de la
base de datos debe
estar distribuida
Proceso Las consultas que permiten la interacción de los scripts con la
base de datos debe permitir interactuar con el motor de base de
datos.
Efecto Colateral No Aplica
3.4.10. Información Almacenada
SISTEMA DETECTOR DE ESTRÉS EN LA VOZ
Código Nombre Grado Necesidad
RFN_2 Cantidad de Información Almacenada Esencial
Descripción El número máximo de información a registrar dependerá de la
capacidad del servidor. El sistema debe soportar un número de
inscripciones de acuerdo a los recursos de infraestructura.
Entradas Fuente Salida Destino Restricciones
Infraestructura Arquitectura
del sistema
Número de
inscripciones
soportadas
Aplicativo
de
Escritorio
Si se desea
incrementar las
inscripciones debe
36
revisarse la
infraestructura.
Proceso El sistema debe permitir realizar n inscripciones por parte de
los visitantes y esto debe ser tenido en cuenta por el
administrador del sistema.
Efecto Colateral No Aplica
3.5. Diagrama de Clasificación de Estrés por Niveles
Figura 11: Diagrama de clasificación de niveles de estrés
En la figura 11 se puede observar cómo es clasificado el estrés por niveles. Estos niveles
de estrés son clasificados por su valor de promedio de frecuencia(hz) obtenido en la
detección por voz con la ayuda del software.
37
CAPÍTULO IV: PROPUESTA
4. Descripción de funcionalidades
Cuando se carga un archivo de audio, o después de grabarlo, el archivo puede ser
analizado. A continuación, se toma una decisión acerca de la aparición de la tensión o
estrés en la voz del paciente, y se visualiza en la pantalla de examinación. Además, la
función se presenta gráficamente y muestra la frecuencia sobre la base de los cuales se
tomó la decisión. Si no hay un componente de señal de la frecuencia microtensión en el
rango de 8-12 Hz, se declara al paciente como estresado. La historia de los resultados
obtenidos se guarda en una base de datos para luego emitir notificaciones automáticas
a correo electrónico del paciente mostrando dichos resultados obtenidos.
Al iniciar el software lo primero que se muestra es el login de acceso como se puede
apreciar en la figura 11, para el cual existen dos tipos de usuarios al momento de iniciar
sesión estos son: administrador y normal.
38
Figura 12: Login del sistema
El usuario de tipo normal, es el usuario que tiene acceso a una parte del sistema como
es a los módulos: examen, registro de pacientes, historial de pacientes, agendar
citas, análisis de resultados, visualización de frases y manual de usuario.
Por otro lado, el usuario tipo administrador tiene el acceso completo al sistema además
de los módulos antes mencionados este pude hacer uso exclusivo de los siguientes:
gestión de usuarios, gestión de frases, gestión de citas y auditoria.
39
Figura 13: Ventana principal para usuarios de tipo normal
Figura 14: Ventana principal para usuarios de tipo administrador
40
Figura 15: Ventana registro de pacientes
La ventana de registro de pacientes como se puede apreciar en la figura 15 es un módulo
completo dedicado a la gestión de los pacientes. Este cuenta con funcionalidades tales
como: registro, consulta, modificación y eliminación de la información de los
pacientes.
Figura 16: Ventana historial de pacientes
41
La ventana de historial de pacientes permite rápidamente cargar los exámenes que se
ha realiza el paciente solo con ingresar el nombre o la cédula del mismo a de más de
permitir generar reportes de estos exámenes.
Estos reportes pueden ser de tipo individual o general.
Figura 17: Reporte individual de examen del paciente
En la figura 17 se puede ver un reporte individual de examen del paciente, este reporte
se genera señalando un elemento de la tabla dentro de la ventana historial como se
puede visualizar en la figura 16.
42
Figura 18: Reporte general de exámenes del paciente
En la figura 18 se puede ver un reporte general de exámenes del paciente, este reporte
se genera presionando el botón ver reporte de la ventana historial como se puede
visualizar en la figura 16.
43
Figura 19: Ventana agendar cita
En la figura 19 se puede visualizar como se realiza el registro de citas por parte del
médico o usuario del sistema para eso el paciente pacta con el doctor una fecha y una
hora, entonces el doctor procede con el registro de esa información con ayuda de esta
ventana.
Figura 20: Notificación de cita agendada
44
Figura 21: Constancia de cita
Una vez se realiza el registro de la cita el sistema genera la documentación que servirá
como constancia de que está pactada la cita como se puede ver en la figura 21, además
de recibir una notificación automática a su correo electrónico indicando lo pactado
como se puede ver en la figura 20.
45
Figura 22: Ventana de lectura
La ventana de lectura como se puede apreciar en la figura 22, es una subventana pensada
para los pacientes con esta ellos tendrán distintas lecturas que ayuden para la grabación
del audio de entrada evitando la improvisación a la hora del examen.
Figura 23: Ventana de análisis
La ventana de análisis que se puede ver en la figura 23, es la encargada de realizar
comparaciones de los resultados obtenidos en exámenes de los pacientes esto con la
finalidad de que el doctor pueda ver la tendencia del paciente al estrés, esta permite
elegir por rangos de fechas los exámenes a comparar.
46
Figura 24: Ventana de examen
La ventana de examen como se puede ver en la figura 24, es la encargada de realizar la
detección del el estrés en la voz de los pacientes para esto tenemos dos formas de
hacerlo o bien con una grabación externa o grabando en el mismo instante, una vez el
audio es grabado o cargado el sistema permite visualizar el espectro del mismo y su
duración en segundo, luego de esto se procede con el análisis del audio de entrada, el
análisis tarda según el tiempo que dure el audio de entrada una vez el sistema termine
el análisis este le mostrara el promedio de frecuencia obtenido en el examen a además
de confirmar POSITIVO(+) o negar NEGATIVO(-) la aparición de estrés en el
mismo.
Después de terminar el análisis se despliega una subventana que recibe los resultados
obtenidos en el examen del paciente y permite registrarlos en el historial del mismo una
vez se realiza este registro el sistema realiza la notificación al paciente con el contenido
de los resultados obtenidos en su examen la ventana se puede apreciar en la figura 25.
47
Figura 25: Ventana de examen
Figura 26: Ventana gestión de usuarios
La ventana de gestión de usuarios como se puede apreciar en la figura 26 es un módulo
completo dedicado a la gestión de los usuarios. Este cuenta con funcionalidades tales
como: registro, consulta, modificación y eliminación de la información de los
pacientes.
48
Figura 27: Ventana gestión de frases
La ventana gestión de frases como se puede apreciar en la figura 27 es un módulo
completo dedicado a la gestión de las lecturas de ayuda para los pacientes. Este cuenta
con funcionalidades tales como: registro, consulta, modificación y eliminación de la
información de las lecturas.
Figura 28: Ventana gestión de citas
49
La ventana gestión de frases como se puede apreciar en la figura 28 es un módulo
completo dedicado a la gestión de las citas pactadas con los pacientes. Este cuenta con
funcionalidades tales como: consulta, modificación, eliminación y generar reportes
de la información de las citas.
Esta ventana permite realizar filtros por rangos de fechas para obtener reportes más
exactos y específicos como se puede ver en la figura 29.
Figura 29: Reporte de citas emitidas por fecha
50
Figura 30: Ventana de auditoria
La ventana auditoria como se puede apreciar en la figura 30 es un módulo completo
dedicado a la visualización y seguimiento de acciones que realizan los usuarios y en
que modulo la realizan teniendo detallado horas y fechas en la que estos lo hacen. Esta
ventana cuenta con la funcionalidad de consultas en rango de fechas para tener
información de determinados periodos de ser necesario.
4.1. Validación de la propuesta
En esta sección se describe el proceso de valoración de la efectividad del software como
del algoritmo implementado para el correcto funcionamiento de la detección del estrés
en las personas.
Para la valoración de la efectividad algorítmica se basó en el estudio realizado por
Lechowicz[21], donde el clasifica la valoración de los resultados obtenidos en cuatro
grupos:
✓ Verdadero positivo (PP)
✓ Verdadero negativo (PN)
✓ Falsos positivos (FP)
✓ Falsos negativos (FN)
Cada uno de estos grupos son complementos para obtener la valoración de la eficacia
algorítmica, la cual es calculada por paciente y para dicho calculo el mismo autor plantea
la siguiente formula: Sk =𝑃𝑃+𝑃𝑁
𝑃𝑃+𝑃𝑁+𝐹𝑃+𝐹𝑁∗ 100 la cual permite saber el valor de la
eficacia algorítmica.
51
Para la prueba de efectividad algorítmica se realizaron pruebas de detección de estrés
por dos semanas, por cada semana nueve pacientes.
Para determinar el grado de eficiencia algorítmica es necesario saber la estimación por
valores obtenidos para ello Lechowicz[21] en su investigación detalla parámetros de
cómo es considerada la eficiencia por valores como se puede apreciar en la tabla 1.
Tabla 1: Tabla de parámetros de calificación de eficiencia algorítmica
Rangos Valoración
0-10 Mala
20-40 Regular
50-60 Buena
70-90 Muy Buena
Las pruebas de efectividad se realizan con el objetivo de validar el uso del software y
poder seguir realizando mejoras para que este sea aún más eficiente.
Tabla 2: Tabla de efectividad primera semana
Persona Genero PP [%] PN [%] FP [%] FN [%] Efectividad [%]
Paciente 1 M 15.1 49.1 20.2 15.6 64.2
Paciente 2 F 6.1 49.5 16.3 28.1 55.6
Paciente 3 F 7.2 35.8 15.3 41.7 43
Paciente 4 F 12.6 25.4 11.5 50.5 38
Paciente 5 M 11.4 47.25 35 6.35 58.65
Paciente 6 M 5.9 70.2 12.2 11.7 76.1
Paciente 7 M 11.3 42.6 17.5 28.6 53.9
Paciente 8 M 17.9 44.4 18.3 19.4 62.3
Paciente 9 F 12.3 48.8 9.8 29.1 61.1
52
Promedio 11.08 45.89 17.34 25.61
En la Tabla 1 se puede apreciar la valoración de eficacia algorítmica obtenida en la
primera semana de pruebas, donde los resultados obtenidos en la mayor parte superan el
50%, resultado que es satisfactorio.
Tabla 3: Tabla de efectividad segunda semana
Persona Genero PP [%] PN [%] FP [%] FN [%] Efectividad [%]
Paciente 1 F 7.1 45.1 18.5 66.3 52.2
Paciente 2 M 5.2 50.5 11.3 33 55.7
Paciente 3 M 8.2 60.8 10.3 20.7 69
Paciente 4 M 11.2 44.1 22.1 22.6 55.3
Paciente 5 M 5.2 60.41 6.3 28.09 65.61
Paciente 6 M 6.1 56.4 10.2 27.3 62.5
Paciente 7 M 12.3 40.6 11.2 35.9 62.9
Paciente 8 M 18.1 39.14 18.2 24.56 57.24
Paciente 9 F 9.6 48.10 8.7 33.6 57.7
Promedio 9.22 49.46 12.97 32.45
En la Tabla 2 se puede apreciar la valoración de eficacia algorítmica obtenida en la
segunda semana de pruebas, donde los resultados obtenidos superan el 50%, resultado
que es más satisfactorio al obtenido en la primera semana.
Tabla 4: Tabla de efectividad de algoritmo
Semana Genero Eficacia media por
género [%]
Eficacia media
por semana [%]
Eficacia media del
algoritmo [%]
Semana 1 M 63.03
53
Semana 1 F 49.43 56.23
54.9
Semana 2 M 52.19
53.57 Semana 2 F 54.95
En la Tabla 3 se puede apreciar cómo se ha clasificado la eficacia logarítmica por
género, semana y la eficacia algorítmica media.
En la eficacia media por género se puede apreciar que el algoritmo implementado es un
poco más efectivo en hombres.
En la eficacia media por semana se puede observar que en la primera semana supero en
un 2.66% en cuanto a valor de efectividad algorítmica a la segunda semana.
El valor de 54,9% obtenido como la eficacia media del algoritmo implementado, es un
valor muy optimista; la eficacia de manera individual por paciente en su mayor parte
supero el 50%, incluso supero el 70% en uno de los casos.
Para la evaluación de rendimiento del software se utilizó la herramienta VisualVM que
es una aplicación de escritorio que permite evaluar de manera rápida y sencilla software
especialmente software en java.
54
Figura 31: Evaluación de rendimiento de software
En la figura 31 se puede apreciar las gráficas del rendimiento del software en distintas
partes, se puede observar el uso de CPU, número total de cargas, hilos utilizados, etc.
4.2. Resultado de Exámenes
Figura 32: Test de estrés de centro de salud
En la figura 32, se pueden observar los datos correspondientes a un test de estrés que se
realiza en un centro de atención médica, este test consiste en responder treinta preguntas
con el uso de una herramienta informática, las preguntas tienen que ver con el
comportamiento y reacción del paciente ante determinados escenarios cotidianos. Una
vez se termina de responder se emite un reporte con el resultado del test.
55
Si el IRE(Indice de Reactividad al Estrés) tiene el valor de 0 a 0.8 se considera BAJO ,
si el valor supera a 0.8 hasta 1 se considera MEDIO y si es mayor a 1 se considera ALTO.
Figura 33: Test de estrés con software propuesto
En la figura 33 se puede apreciar la información obtenida de una vez realizado el examen
de estrés con ayuda del software propuesto.
Ambos métodos de detección de estrés en las personas, a pesar de sus distintas
metodologías tienen un resultado parecido, detectando un nivel de estrés bajo en el caso
del test de estrés y un nivel de estrés neutro en el caso de la herramienta propuesta.
56
CAPÍTULO V: DISCUSIÓN
El objetivo de esta investigación fue “Desarrollar un aplicativo detector de estrés
mediante la voz” como herramienta de para la medicina ocupacional, desarrollo que se
realizó con ayuda de distintos componentes como el uso del lenguaje de programación
java y la herramienta matemática MATLAB, para lo cual se tomó como punto de partida
la captura y el tratamiento de la voz. Mediante la observación de los procesos se pudo
identificar las partes necesarias para el desarrollo del aplicativo.
En base a los objetivos planteados, fue posible evaluar el espectro de voz para el análisis
del estado de estrés de las personas, como plantea Lechowicz[21] el espectro de voz
contiene armónicos que definen el estado emocional de las personas, pudiendo con esto
caracterizar el estrés presente en el mismo. También sugiere Cercone[6]que el estrés está
asociado a los reflejos emocionales y que pueden ser expresados como parte de las
actitudes humanas.
57
CAPÍTULO VI: CONCLUSIONES
Una vez culminado el proceso de investigación, fue posible alcanzar las siguientes
conclusiones:
El estrés es una característica inherente de las personas, no es predecible en su totalidad,
sin embargo, es posible determinarlo para atender la situación y mejorar las condiciones
de salud de los pacientes. Existen factores de gran relevancia para su determinación, entre
las que se pueden mencionar: el pulso cardíaco, el iris, la gestualidad, la voz, entre otros.
Se detectaron los espectros de voz y se evaluaron los espectros vocales, tomando en
cuenta que la voz influye considerablemente en las manifestaciones de estrés de las
personas, ya que la frecuencia de la misma debe permanecer en los rangos apropiados de
tranquilidad, donde no hay presencia de estrés, y todos los valores de frecuencias fuera
del rango nos permiten caracterizar las situaciones de cambio de ánimo de las personas.
En cuanto al diagrama diseñado, fue diseñado con especificación de escala de valores por
niveles, es importante dentro del desarrollo de todo proyecto, en este proyecto dicha
diagramación autómata especifica los valores del estrés en sus distintas etapas dejando
con qué valor nos posicionamos en un determinado nivel. El diagrama posee claridad para
los usuarios y fácil comprensión, por lo que resulta de gran relevancia el diseño realizado
para la especialidad médica.
Se desarrolló un sistema informático que brinda apoyo a la consulta médica ocupacional;
el aplicativo orientado a la medicina ocupacional, es un gran aporte a la misma ya que
cumple con uno de los motivos por los que investigamos, que es ayudar a las personas a
vivir mejor, hacer la vida misma más sencilla y con menos preocupación.
58
CAPÍTULO VII: RECOMENDACIONES
Una vez concluido este trabajo es posible recomendar lo siguiente:
Una vez detectado el espectro de voz, es posible afirmar que las manifestaciones del estrés
son de difícil control en las personas e influyen considerablemente en su conducta, por
tanto, es necesario mejorar las formas de evaluación del mismo, siendo necesario
aumentar las variables de detección para optimizar las respuestas del sistema. El método
utilizado con la voz, solo proporciona un 54.9% de confiabilidad, por lo que se
recomienda que se implementen contrastes con inteligencia artificial más avanzada que
permita reducir este porcentaje de error.
La evaluación de los espectros vocales puede ser mejorada a partir de las ecuaciones
dinámicas de la onda de propagación de la voz, complementando el estudio con un
análisis dinámico en frecuencia con transformadas de Laplace para enriquecer los
resultados obtenidos.
Se diseñó un diagrama que muestra los niveles de estrés, sin embargo, se recomienda que
este diagrama se complemente con simulaciones efectivas en más de 300 pacientes, que
fortalezcan los resultados obtenidos y que arrojen unos valores de convergencia por
debajo del 0,01%, que además se acople con los resultados dinámicos de las ecuaciones
diferenciales ordinarias que podrían arrojar resultados más óptimos y confiables.
Se desarrolló un sistema informático que podría mejorarse si se considera el uso de
herramientas más profesionales como micrófonos de audio HD que eliminen con más
facilidad el ruido ambiental de tal manera que el audio obtenido por el software se más
manejable y permita obtener menos margen de error. Además, podría mejorarse si se
toman en cuenta el comportamiento dinámico de las variables asociadas, si además se
considera que dichas variables afectan a otros parámetros metabólicos de los pacientes y
que pueden repercutir en la conducta psicosomática de los mismos, complementando el
estudio con un aporte médico más profundo y una aplicación tecnológica más avanzada.
59
REFERENCIAS
[1] G. Alcántara, “La definición de salud de la Organización Mundial de la Salud y la
interdisciplinariedad,” Sapiens. Rev. Univ. Investig., vol. 9, no. 1, pp. 93–107,
2008.
[2] A. E. Comín, A. I. De la Fuente, and G. A. Gracia, “El Estrés Y El Riesgo Para La
Salud Autores,” Maz, p. 25, 2014.
[3] J. M. Garzón-rey, “por la Universidad Autónoma de Barcelona Jorge Mario
Garzón-Rey,” 2017.
[4] S. Portero de la Cruz and M. Vaquero Abellán, “Professional burnout, stress and
job satisfaction of nursing staff at a university hospital,” Rev. Lat. Am.
Enfermagem, vol. 23, no. 3, pp. 543–552, 2015.
[5] K. Sarsosa-Prowesk and V. H. Charria-Ortiz, “Estrés laboral en personal
asistencial de cuatro instituciones de salud nivel III de Cali, Colombia,” Univ. y
Salud, vol. 20, no. 1, p. 44, 2017.
[6] N. Cercone, F. Yasmeen, and A. Rahim, “Detection of Stress by Voice & Textual
Information Analysis CSE6339 Project,” 2014.
[7] S. M. G. Ávila, L. Garzón, and L. H. C. Casallas, “Revision de dispositivos
electronicos para la determinacion de estres a partir de variables fisiologicas,”
Visión Electrónica algo más que un estado sólido, vol. 5, no. 1, pp. 114–122, 2011.
[8] D. M. Sánchez, “Diseño de un dispositivo para la detección del estrés a partir de la
señal de fotopletismografía,” p. 116, 2014.
[9] J. Esteban, R. Estrada, D. Vanessa, and S. Salazar, “Inteligencia Artificial
¿Reemplazando Al Humano En La Psicoterapia?/Artificial Intelligence: Replacing
the Human Being in Psychotherapy?/Inteligência Artificial Substituindo a Humana
Na Psicoterapia?,” Escritos, vol. 24, no. 53, p. 271, 2016.
[10] L. Coello Blanco, L. Casas, O. L. Pérez González, and Y. Caballero Mota, “Redes
neuronales artificiales en la producción de tecnología,” Acad. y Virtualidad, vol.
8, no. 1, p. 12, 2015.
[11] E. Medina, “REDES NEURONALES ARTIFICIALES PARA LA PREDICCIÓN
DE LA CONCENTRACIÓN DE PM10 EN EL DISTRITO DE ATE,” pp. 1–105,
2015.
[12] A. Iniesta, J. R. Azcona, C. Guillén, A. Meléndez, and J. I. Pastrana, “Guía sobre
el manejo del estrés desde Medicina del Trabajo,” p. 74, 2016.
[13] V. Orbaugh, “NIVELES DE ESTRÉS EN PERSONAS QUE LLEVAN MENOS
DE UN AÑO ESTUDIANDO PINTURA Y AQUELLAS QUE LLEVAN MÁS
DE DOS AÑOS EN DICHA ACTIVIDAD .,” 2016.
[14] E. Echeburúa, “Estrés y recursos de afrontamiento en la sociedad contemporánea,”
Av. en Salud Ment. Relac., vol. 15, no. 1, pp. 1–10, 2016.
[15] M. R. González Acabal, “Realizado En Serviteca Altense De Quetzaltenango ),”
60
“Estrés Y Desempeño Laboral” (Estudio Realiz. En Serviteca Altense
Quetzaltenango), p. 83, 2014.
[16] C. Osorio, J. Alexander, M. Aguirre, and F. Alejandro, “Sistemas de seguridad
basados en biometría,” Sci. Tech., vol. XVII, no. 46, pp. 98–1002, 2010.
[17] L. León, “Aplicación de la descomposición empírica en modos a la predicción del
mercado bursátil con los modelos de arima-arch y redes neuronales artificiales
evolutivas.,” 2017.
[18] A. Granados, “Criterios Para Interpolar,” no. August, 2017.
[19] G. R., “Universidad Tecnológica Nacional Facultad Regional Bahía Blanca
INTRODUCCION AL PROCESAMIENTO DIGITAL DE SEÑALES Cátedra:
Técnicas Digitales III,” 2002.
[20] J. Montserrat i Nonó, A. Orri Plaja, E. Juanola Pagès, C. Corselles Corbella, and
M. Mer Santamaria, “El uso profesional de la voz,” p. 20.
[21] P. Lechowicz, “Realizacja procedury detekcji stresu w głosie Implementation of
Stress Detection Procedure,” 2014.
61
ANEXOS
Anexo 1: Captura del espectro de voz grabado
62
Anexo 2: Captura de la ventana FMI